1.PARTE TEORICA 1 Rpta: La estadistica descriptiva se utiliza para analizar y representar la iformacion a traves de tablas de frecuencias, graficos y medidas de resumen, de un determinado experimento, ensayo o estudio realizado. 2. Rpta:A) Media:Es el valor promedio de la variable que divide a la muestra en 2 partes iguales. se puede diferenciar en media poblacional μ, y media muestral x̄. B)Rango: Es la diferecia entre el valor maximo observado y el menor. R=Xmax-Xmin. tambien se encuentra el rango intercuartilico: RI=Q3-Q1. Que es la diferencia entre el cuartil 3 y el cuartil 1. C) Desviacion estandar: Es el promedio de los valores observados respecto de la media. La media y la desviacion estandar tienen la caracteristica de ser muy sensibles a valores extremos o atipicos. 3Rpta: Tabla de frecuencias: Resume y organiza la informacion para poder analizar los datos obtenidos de un experimento de forma rapida y sensilla. Esta compuenta por filas y columnas, donde en las filas van los valores de la variable, y en las columnas se coloca la variable en estudio. En las columnas van las frecuencias absolutas (fi), frecuencias relativas (hi), frecuencias absolutas acumuladas (Fi) y las frecuencias relativas acumuladas (Hi) 4.Rpta: la diferencia que existe entre un grafico de barra y un histograma es: Grafico de barra se utiliza para vatiables cuantitativas discretas. la base del de las barras tienen el mismo ancho, estan separadas una de otras, y lo que varia es la altura de las barras. Un histograma se utiliza para representar variables continuas; por eso las barras estan todas pegadas, es decir, no hay separacion entre ellas.

library(tidyverse)
## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr     1.1.4     ✔ readr     2.1.5
## ✔ forcats   1.0.0     ✔ stringr   1.5.2
## ✔ ggplot2   4.0.0     ✔ tibble    3.3.0
## ✔ lubridate 1.9.4     ✔ tidyr     1.3.1
## ✔ purrr     1.1.0     
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors
library(summarytools)
## Warning in fun(libname, pkgname): couldn't connect to display ":0"
## 
## Attaching package: 'summarytools'
## 
## The following object is masked from 'package:tibble':
## 
##     view
Fruto<-c(1,2,3,4,5,6,7,8,8,10)
Grs<-c(386,521,363,416,507,438,380,497,475,131)
Tabla<- data.frame(Fruto,Grs)
Tabla
##    Fruto Grs
## 1      1 386
## 2      2 521
## 3      3 363
## 4      4 416
## 5      5 507
## 6      6 438
## 7      7 380
## 8      8 497
## 9      8 475
## 10    10 131
st_options(lang = "es")
descr(Grs)
## Estadísticas descriptivas  
## Grs  
## N: 10  
## 
##                         Grs
## ------------------ --------
##              Media   411.40
##           Dev.std.   113.46
##                Min   131.00
##                 Q1   380.00
##            Mediana   427.00
##                 Q3   497.00
##                Max   521.00
##                DAP    83.03
##                 RI   110.00
##                 CV     0.28
##          Asimetría    -1.31
##       ES-Asimetría     0.69
##           Curtosis     0.92
##         Num.Válido    10.00
##                  N    10.00
##         Pct.Válido   100.00
ggplot(Tabla, aes(y = Grs)) +
  geom_boxplot(fill = "red", color = "black") +
  labs(
    title = "PESOS DE POMELOS",
    y = "Grs"
  ) +
  theme_minimal()

El peso promedio de los pomelos es de 441,40grs, y varian 113,46grs entre si. Tambien se oberva que pueden obtener un peso maximo de 521grs y un minimo de 83,03grs. Este analisis posee un coeficiente de variacon de 0,28, lo que indica que los resultados son confiables.